基于服务端反馈的服务质量评价与推荐技术研究
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景 | 第11-12页 |
1.2 国内外研究现状 | 第12-17页 |
1.3 研究内容 | 第17页 |
1.4 本文的内容组织 | 第17-18页 |
第二章 Web Service 质量模型 | 第18-30页 |
2.1 可扩展的QoS 属性的度量框架 | 第19-21页 |
2.2 Web 服务的QoS 定义及处理 | 第21-25页 |
2.2.1 QoS 定义 | 第21-23页 |
2.2.2 数据预处理 | 第23-25页 |
2.3 QoS 信息的采集和反馈 | 第25-28页 |
2.4 QoS 信息汇聚与存储 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章QoS 信息分析与计算 | 第30-43页 |
3.1 利用神经网络进行客观分析 | 第30-34页 |
3.1.1 人工神经网络相关知识 | 第31-32页 |
3.1.2 服务质量推荐模型 | 第32-34页 |
3.2 基于主成份分析的隐层单元设计 | 第34-36页 |
3.2.1 主成份分析 | 第34-36页 |
3.3 网络中其他参数的确定 | 第36-38页 |
3.4 网络的训练过程 | 第38-39页 |
3.5 网络环境下与经典神经网络模型的区别 | 第39-40页 |
3.6 QoS 动态预测 | 第40-42页 |
3.6.1 面向服务提供商的QoS 预测 | 第40-41页 |
3.6.2 面向服务消费者的服务QoS 预测 | 第41-42页 |
3.7 本章小结 | 第42-43页 |
第四章 系统设计与实现 | 第43-52页 |
4.1 平台选择 | 第43页 |
4.2 系统结构 | 第43-52页 |
第五章 全文总结 | 第52-55页 |
5.1 主要结论 | 第52-53页 |
5.2 研究展望 | 第53-55页 |
参考文献 | 第55-60页 |
附录 | 第60-63页 |
附录1 BP 神经控制器算法训练函数 | 第60-63页 |
致谢 | 第63-64页 |
攻读硕士学位期间已发表或录用的论文 | 第64页 |